NVIDIA presenta "Fugatto", un modelo de inteligencia artificial para transformar y crear sonidos

NVIDIA, la compañía líder en el suministro de chips y software para sistemas de inteligencia artificial (IA), ha revelado su modelo más reciente, denominado "Fugatto" (Foundational Generative Audio Transformer Opus 1).

Este innovador sistema de inteligencia artificial es capaz de generar música, efectos de sonido y transformar voces, marcando un hito en la producción creativa para industrias como la música, el cine y los videojuegos.

Aunque Fugatto promete revolucionar la creación de audio, NVIDIA ha aclarado que no tiene planes inmediatos de lanzarlo al público debido a preocupaciones éticas y de seguridad.

¿Qué es Fugatto?

Fugatto es un modelo generativo de audio que, a diferencia de otras tecnologías existentes, no solo puede generar composiciones originales a partir de descripciones textuales, sino también modificar y transformar audio pregrabado. Entre sus capacidades más destacadas se encuentran:

• Transformación de tonos y estilos: Por ejemplo, convertir una melodía tocada en piano en una línea vocal cantada por una voz humana.
• Modificación de acentos y emociones: Cambiar el acento o el estado de ánimo de una grabación de voz hablada para adaptarla a diferentes contextos.
• Creación de sonidos innovadores: Generar efectos únicos, como hacer que un trombón suene como un ladrido de perro.

Bryan Catanzaro, vicepresidente de investigación de aprendizaje profundo aplicado en NVIDIA, comentó: "Si miramos la evolución del audio sintético en los últimos 50 años, la música ha cambiado gracias a las computadoras y los sintetizadores. Creo que la inteligencia artificial generativa traerá nuevas capacidades no solo a la música, sino también a los videojuegos y a las personas que quieren crear cosas".

Impacto y preocupaciones éticas

La presentación de Fugatto llega en un momento en que el uso de inteligencia artificial en la industria del entretenimiento está bajo intenso escrutinio. NVIDIA ha entrenado este modelo utilizando datos de código abierto, pero el debate sobre cómo manejar los riesgos asociados con esta tecnología sigue abierto.

El temor principal radica en el posible mal uso de modelos generativos. Desde la generación de desinformación hasta la infracción de derechos de autor, las preocupaciones incluyen la manipulación de voces, la creación de contenidos falsos y el uso indebido en contextos no éticos.

Catanzaro señaló que NVIDIA está evaluando cuidadosamente cómo manejar estos riesgos antes de considerar una posible implementación pública: "Cualquier tecnología generativa conlleva riesgos, ya que podría ser utilizada para crear cosas que preferiríamos evitar. Por eso no tenemos planes inmediatos de lanzarla".